論文の概要: A Low Complexity Quantum Principal Component Analysis Algorithm
- arxiv url: http://arxiv.org/abs/2010.00831v2
- Date: Wed, 13 Jan 2021 09:08:25 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-30 04:09:58.365512
- Title: A Low Complexity Quantum Principal Component Analysis Algorithm
- Title(参考訳): 低複雑性量子主成分分析アルゴリズム
- Authors: Chen He, Jiazhen Li, Weiqi Liu and Z.Jane Wang
- Abstract要約: 本稿では,低複雑性量子主成分分析(qPCA)アルゴリズムを提案する。
これは、データマトリックスのすべてのコンポーネントではなく、データマトリックスの主成分を量子レジスタに抽出することで、次元の縮小を実現する。
提案したqPCAをIBM量子コンピューティングプラットフォーム上に実装し,実験結果と期待値が一致した。
- 参考スコア(独自算出の注目度): 18.697990741989717
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we propose a low complexity quantum principal component
analysis (qPCA) algorithm. Similar to the state-of-the-art qPCA, it achieves
dimension reduction by extracting principal components of the data matrix,
rather than all components of the data matrix, to quantum registers, so that
samples of measurement required can be reduced considerably. However, the major
advantage of our qPCA over the state-of-the-art qPCA is that it requires much
less quantum gates. In addition, it is more accurate due to the simplification
of the quantum circuit. We implement the proposed qPCA on the IBM quantum
computing platform, and the experimental results are consistent with our
expectations.
- Abstract(参考訳): 本稿では,低複雑性量子主成分分析(qPCA)アルゴリズムを提案する。
最先端のqPCAと同様に、データマトリックスのすべてのコンポーネントではなく、データマトリックスの主成分を量子レジスタに抽出することで次元の縮小を実現し、必要な測定サンプルを大幅に削減することができる。
しかし、最先端のqPCAに対する我々のqPCAの大きな利点は、より少ない量子ゲートを必要とすることである。
さらに、量子回路の単純化により、より正確である。
提案したqPCAをIBM量子コンピューティングプラットフォーム上に実装し,実験結果と期待値が一致した。
関連論文リスト
- Parallel Quantum Computing Simulations via Quantum Accelerator Platform Virtualization [44.99833362998488]
本稿では,量子回路実行の並列化モデルを提案する。
このモデルはバックエンドに依存しない機能を利用することができ、任意のターゲットバックエンド上で並列量子回路の実行を可能にする。
論文 参考訳(メタデータ) (2024-06-05T17:16:07Z) - Quantum Resonant Dimensionality Reduction and Its Application in Quantum Machine Learning [2.7119354495508787]
本稿では,入力データの次元を低減するために,量子共振器遷移に基づくQRDRアルゴリズムを提案する。
QRDR後、入力データの寸法$N$を所望のスケール$R$に減らし、元のデータの有効情報を保存する。
我々のアルゴリズムは様々な計算分野に応用できる可能性がある。
論文 参考訳(メタデータ) (2024-05-21T09:26:18Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳(メタデータ) (2023-04-18T11:57:15Z) - Realization of quantum signal processing on a noisy quantum computer [0.4593579891394288]
本稿では,各ステップのオーバヘッドコストを慎重に削減し,ノイズの多い量子ハードウェア上でQSPプロトコル全体を実行する戦略を提案する。
本プロトコルは,ハネウェル方式の量子関数H1-1の量子コンピュータ上で,このアルゴリズムを動作させることにより検証する。
この結果はQSPに基づく量子アルゴリズムの実験的な実現の第一歩である。
論文 参考訳(メタデータ) (2023-03-09T19:00:17Z) - End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。
アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
論文 参考訳(メタデータ) (2022-11-22T18:54:48Z) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳(メタデータ) (2022-09-01T17:08:41Z) - Dequantizing the Quantum Singular Value Transformation: Hardness and
Applications to Quantum Chemistry and the Quantum PCP Conjecture [0.0]
量子特異値変換は効率的に「等化」できることを示す。
逆多項式精度では、同じ問題がBQP完全となることを示す。
また、この分位化手法が中心量子PCPの進展にどう役立つかについても論じる。
論文 参考訳(メタデータ) (2021-11-17T12:50:13Z) - Sampling Overhead Analysis of Quantum Error Mitigation: Uncoded vs.
Coded Systems [69.33243249411113]
パウリの誤差は、多数の現実的な量子チャネルの中で最も低いサンプリングオーバーヘッドをもたらすことを示す。
我々はQEMと量子チャネル符号化を併用する手法を考案し、純粋なQEMと比較してサンプリングオーバーヘッドの低減を解析する。
論文 参考訳(メタデータ) (2020-12-15T15:51:27Z) - Hybrid quantum-classical classifier based on tensor network and
variational quantum circuit [0.0]
本稿では、量子インスパイアされたテンソルネットワーク(TN)と変分量子回路(VQC)を組み合わせて教師付き学習タスクを行うハイブリッドモデルを提案する。
低結合次元の行列積状態に基づくTNは、MNISTデータセットのバイナリ分類において、VQCの入力のためのデータを圧縮する特徴抽出器としてPCAよりも優れていることを示す。
論文 参考訳(メタデータ) (2020-11-30T09:43:59Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳(メタデータ) (2020-10-20T12:06:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。